• Aucun résultat trouvé

Théorème de Riesz pour des processus réels

N/A
N/A
Protected

Academic year: 2022

Partager "Théorème de Riesz pour des processus réels"

Copied!
14
0
0

Texte intégral

(1)

A NNALES DE L ’I. H. P., SECTION B

P. Y. G LORENNEC J. P ELLAUMAIL

Théorème de Riesz pour des processus réels

Annales de l’I. H. P., section B, tome 10, n

o

3 (1974), p. 355-367

<http://www.numdam.org/item?id=AIHPB_1974__10_3_355_0>

© Gauthier-Villars, 1974, tous droits réservés.

L’accès aux archives de la revue « Annales de l’I. H. P., section B » (http://www.elsevier.com/locate/anihpb) implique l’accord avec les condi- tions générales d’utilisation (http://www.numdam.org/conditions). Toute uti- lisation commerciale ou impression systématique est constitutive d’une infraction pénale. Toute copie ou impression de ce fichier doit conte- nir la présente mention de copyright.

Article numérisé dans le cadre du programme Numérisation de documents anciens mathématiques

http://www.numdam.org/

(2)

Théorème de Riesz pour des processus réels

P. Y. GLORENNEC et J. PELLAUMAIL 1. N. S. A., Rennes.

Laboratoire de probabilités : E. R. A. 250 Ann. Jnst. Henri Poincaré,

Vol. X, 3, 1974, p. 355-367.

Section B : Calcul des Probabilités et Statistique.

RÉSUMÉ. - Le but essentiel de cette étude est de prouver

l’analogue

du théorème de Riesz pour une mesure

stochastique (cf. [8]) ; plus pré-

cisément on montre

qu’on

peut identifier

l’espace

des mesures

stochastiques

en moyenne d’ordre p à un espace « faiblement »

compact d’applications

linéaires continues.

INTRODUCTION

Dans

[8],

on

associe,

à certains processus, une mesure

stochastique,

mesure définie sur la tribu des

prévisibles

et à valeurs dans

Lp .

Ceci conduit à se demander si on

peut

prouver, pour une telle mesure

stochastique,

des

propriétés généralisant

les

propriétés classiques

des mesures définies

sur la tribu des boréliens de IR.

Le but essentiel de l’étude

qui

suit est de

généraliser

les théorèmes de

Riesz et de Paul

Levy

aux mesures

stochastiques :

comme dans le cas

réel

usuel,

la démonstration du théorème de

Levy

ainsi

généralisé (pro- position A-6),

repose sur une

propriété

de

compacité

« faible ».

Plus

précisément,

on montre

qu’on peut

identifier

l’espace

des mesures

stochastiques

en moyenne d’ordre p et un sous-espace fermé de

l’espace

des

applications

linéaires continues de Yf dans

~ , P)

où Yf

désigne l’espace

des processus à

trajectoires

continues muni de la norme de la convergence uniforme

(théorème A-2).

3 - 1974.

355

(3)

356 P. Y. GLORENNEC ET J. PELLAUMAIL

Au

paragraphe A,

on prouve ces résultats

quand

Q est un espace

quel-

conque.

Au

paragraphe B,

on étudie le cas où Q est un espace

topologique

et

où les tribus

~r

des événements « antérieurs à t » sont liées à la

topologie

donnée sur Q.

On

peut,

dans ce cas, obtenir

quelques

résultats

complémentaires

et

choisir,

pour

.~, l’espace

des processus continus par

rapport

à l’ensemble des deux variables t et m, c’est-à-dire un espace

plus petit

que dans le

cas

général

considéré au

paragraphe

A.

A. CAS

Q EST

QUELCONQUE

A .1. Données et conventions

générales

pour le

paragraphe

A.

Pour tout ce

paragraphe A,

on se donne :

un ensemble d es temps T =

[0, 1] J

un espace

probabili.sé (S2, ~, P) complet

- une

famille

croissante de sous-tribus de ~ contenant toutes tous les ensembles de mesure nulle de ~. On suppose que cette

famille

est

continue à

droite,

c’est-à-dire que, pour tout élément t de

T, ~t

=

~t + .

Par convention

quand

on

parlera

de processus

adapté, prévisible,

de

tribu des

prévisibles,

etc..., ce sera

toujours

relativement à la base de pro-

cessus

(Q, ~,

On

désignera

par ~’ l’ensemble des processus X déterministes

(c’est-à-dire

que =

quels

que soient t, et

co’)

à

trajectoires

continues et

tels que

Xo

= 0.

On

désignera

par ~ l’ensemble des processus réels borné.s

adaptés

à

trajectoires

continues, et nuls pour t = 0 : cet espace sera

toujours

muni de la

topologie

de la convergence

uniforme.

Pour tout élément t de

T,

on

désignera

par

~t

le sous-espace de ~ consti- tué des processus h tel.s que h = h

On notera

Lp l’espace Lp P)

et

Lp

le dual de

Lp

c’est-à-dire

L~

si p = 1 et

L’ - p Lq

si p > 1

et 1 p + - q =

1 . Sauf

précision contraire, L

et

Lp

seront munis de leurs

topologies

usuelles

d’espaces

de Banach. On

notera

Lp l’espace Lp

muni de sa

topologie

faible et on posera

f g i

=

Rappelons

que la tribu ~’ de

parties

de

(Q

x

]0, 1]) engendrée

par les éléments de :~ est la tribu des

prévisibles (cf.,

par

exemple [4]).

(4)

357 THÉORÈME DE RIESZ POUR DES PROCESSUS RÉELS

A . 2 . Théorème.

On considère les données et conventions

indiquées précédemment.

Soit p

un réel avec p > 1. Soit m une mesure

stochastique

réelle en moyenne d’ordre p.

Soit

(h, g)

-~

m(h, g) l’application qui

à tout élément

(h, g)

de

(~

x

Lp)

associe le réel

m(h, g)

=

E Î g . ]0,

1 h .

dm - Î ]0,1]

h.

dm, g

Cette

application

m

satisfait

aux conditions suivantes :

(i)

elle est bilinéaire continue

(comme indiqué précédemment,

~ étant

muni de la

topologie

de la convergence

uniforme

et

Lp

de sa

topologie

u,suelle

d’espace

de

Banach ) .

(ii)

Pour tout élément t de

T,

et pour tout

couple (h, g)

appartenant à

g) = E(g ~

(iii)

Pour tout élément H de

~,

si

h,

élément de

~,

est tel que h = h x on a

m(h, 1 H) =

0

(où 1 H

est considéré comme un élément de

Lp ) .

Réciproquement,

soit m une

fonction

réelle

définie

sur

(~

x

Lp) qui satisfait

aux

conditions (i), (ii)

et

(iii) qui précèdent.

Alors m induit une mesure

stochastique

m en moyenne d’ordre p

unique

telle que, pour tout élément

(h, g)

de

(~

x on ait :

On peut donc

identfier

l’ensemble des mesures

stochastiques

en moyenne d’ordre p à un sous-espace ~ll

(, R).

De

plus,

ce sous-espace ~ est

fermé

pour la

topologie

de la convergence

simple

donc toute

partie

bornée de M est relativement compacte pour cette même

topologie.

Preuve :

1)

Si m est une mesure

stochastique,

on vérifie facilement que

l’appli-

cation m satisfait aux conditions

indiquées.

Le

problème

est donc de

prouver la

réciproque.

Avant

cela,

et pour éclairer la

situation,

nous allons

associer à m une autre

application m.

On suppose

donc, désormais,

que m est une

application

réelle définie sur

(~

x

Lp) qui

satisfait aux condi-

tions

(i), (ii)

et

(iii).

Pour tout élément h fixé de

9V, l’application g -~.~ m(h, g)

définit une

forme linéaire continue sur

Lp

c’est-à-dire un élément de

Lp (puisque Lp

est

réflexif)

que l’on notera

m(h) :

on a

donc,

par

définition, m(h, ~) = ~ g ).

L’application

h -~

m(h)

est alors une

application

définie

sur,

à valeurs

Vol.

(5)

358 P. Y. GLORENNEC ET J. PELLAUMAIL

dans

Lp

et

qui

satisfait aux conditions

(i’), (ii’)

et

(iii’)

suivantes

(qui

cor-

respondent respectivement

aux conditions

(i), (ii)

et

(iii)) :

(i’) m

est linéaire

continue,

Jf étant muni de la norme de la convergence

uniforme

et

Lp

étant muni de sa

topologie

ou, ce

qui

revient ici au

même,

de sa

topologie d’espace

de Banach

(cf.

par

exemple [3], chap. IV,

para-

graphe 5, proposition 7),

p. 114.

(ii’)

Pour tout élément t de

T, m(h) appartient

à

~r, P)

si h appar- tient à

(iii’)

Si H

appartient

à ~ et

si h

est un élément de Jf tel que h. 1 H x

= h,

alors

m(h).

=

m(h).

Notons que,

réciproquement,

si on se donne une

application m

définie sur

Jf,

à valeurs dans

Lp

et

qui

satisfait aux conditions

(i’), (ii’)

et

(iii’) qui précèdent,

alors la fonction réelle

m,

définie - sur

(Jf

x

Lp)

par

m(h, g)

=

( m(h), g ),

satisfait aux conditions

(i), (ii)

et

(iii).

(Tout

ce

qui précède

se vérifie de

façon immédiate).

Pour la suite de la

démonstration,

on va utiliser la fonction

m.

2)

Nous allons maintenant prouver la

propriété

suivante :

(iv’)

si

(h")n> o

est une suite d’éléments de

H+

telle

que hn ~

0 on a

(où Il désigne

évidemment la norme de

m(hn)

dans

Lp).

Pour

cela,

nous allons raisonner par l’absurde en

supposant qu’il

existe

ë > 0 et une suite o d’éléments de àf telle que 0 et telle que, pour tout

n, Il m(hn)

4e. Soit a la norme de

m

c’est-à-dire que a =

Sup . ~ ~ m(h) I

.

~h~1 On pose b =

Sup 1.

.

t, w

Pour tout n >

0,

soit

6(n)

le

temps

d’arrêt défini par :

Soit

A(n) = [6(n) 1].

La suite est une suite croissante telle que

A(n) ,~ ~ d’après

le

théorème de Dini.

Pour tout n >

0,

soit

u(n)

le processus

hn

arrêté à

6(n),

c’est-à-dire que :

et soit

v(n)

=

hn - u(n).

On

a v(n) ~

2b.

Les processus

u(n)

et

v(n) appartiennent

à ~.

De

plus [[ E/a

donc :

(6)

THÉORÈME DE RIESZ POUR DES PROCESSUS RÉELS 359

Enfin, v(n)

=

v(n)

1 .r donc

On construit alors

l’application

croissante

f

de N dans N définie par récurrence de la

façon

suivante :

f ( 1 ) = 1, puis f (n)

étant

déterminée,

soit

f (n

+

1)

un entier

supérieur

à

f (n)

tel que

Soit

B(n)

=

A[ f (n)]

+

1 )].

On a

Pour

alléger

les

notations,

on pose =

vLf(n)].

Pour tout n >

0,

soit

~n

le processus défini par

et

Le processus

appartient

à

1%Y ;

en

effet,

si c~

appartient

à

Q,

il existe

j

> n tel que

a~ ~

donc est la borne inférieure d’une famille

finie de fonctions

continues,

à savoir

On pose

alors,

wn = On a

donc

Or

2b

donc effet,

si

(t, w) appartient

à

n>0

l’intervalle

stochastique ]~( f [n]), 1 ])J, cv) = 0

pour

k > n, 1 wn(t, w) [

2b et, ou

bien,

pour tout k

n, a~) ~ 2-k

ce

qui

implique ~ ~ 0153) ~ ~ 1,

ou bien il existe un k ~ tel

que 0153) ~ > 2 ’B

kn

ce

qui implique wit, cv)

= 0

pour j

k

et w~(t, cc~) ~ 2-~ pour j

>

k,

soit 1

kn

0153) ~

1 + 2b.

La famille

(wn)n>

o satisfait donc aux deux conditions suivantes :

(7)

360 P. Y. GLORENNEC ET J. PELLAUMAIL

On construit alors

l’application croissante g

de N dans N définie par récurrence de la

façon suivante ; g( 1 )

= 1

puis, g(n)

étant

déterminé,

soit

g(n

+

1)

un entier

supérieur

à

g(n)

tel que

On pose

wn

=

kn

Pour tout n,

W~ appartient

à

9f, [ m) [

5 1 + 4b et

mais ceci contredit le fait que m est continue.

3) Puisque Lp

est un espace

réflexif,

la condition

(iv’)

suffit pour

pouvoir appliquer

la méthode du

prolongement

de Daniell

(cf. [6]

ou

[9]) ;

autre-

ment

dit, l’application m prolonge

à une classe ~ de fonctions stables par convergence dominée et ce

prolongement

satisfait au théorème de conver-

gence dominée : on notera encore m ce

prolongement.

Ce

prolongement m

induit une fonction à valeurs dans

Lp

définie et

fortement a-additive sur fonction que l’on notera m. Il reste à prouver que m est bien une mesure

stochastique

en moyenne d’ordre p

(cf. [8]-1-B-1 ).

Pour

cela,

il faut prouver les conditions

(i)

et

(ii)

de

[8]-1-A-6.

Soit u un élément de

]0, 1].

Soit suite de fonctions définie pour

l/n

u, par :

On pose

g"(t, ~.~)

=

h"(t) .

1 ~~ x ~o~ 1» ~

D’après

la condition

(ii’),

pour

1 -

tout n > - ,

m(g") appartient

à

Lp(SZ, Fu+1/n, P);

on en

déduit,

par conver-

u

gence

dominée,

que ]0,

ui) appartient.à Lp S2,

pour tout n

(8)

THÉORÈME DE RIESZ POUR DES PROCESSUS RÉELS 361

et donc à

P) puisque

la famille été

supposée

continue

à droite : ceci prouve la condition

1-A-6-(ii)

de

[8].

Par

ailleurs,

soit u un élément de

[0,

1

[

et H un élément de

~u .

Soit

(hn)" >

o

la suite de fonctions définie par :

Soit suite de processus définie par

D’après

la condition

(iii’),

=

1 H . m(gn) ;

on en déduit par conver-

gence

dominée,

que

m(H

x

]u, 1])

=

lH.m(H

x

]u, 1])

ce

qui

est la condi-

tion

1-A-6-(i)

de

[8].

La fonction m est donc bien une mesure

stochastique.

4)

On a donc

prouvé

que l’ensemble des mesures

stochastiques

en

moyenne d’ordre p

peut

être identifié à un sous-espace 1 de

2(Jf, Lp).

On vérifie

immédiatement,

sur les conditions

(ii’)

et

(iii’),

que ce sous-espace est fermé pour la

topologie

de la convergence

simple,

.~ étant

toujours

muni de la norme uniforme et

Lp

de sa

topologie

faible.

On sait que toute

partie

bornée de

L:)

est relativement

compacte

pour la

topologie

de la convergence

simple (cf.,

par

exemple, [3],

corollaire 3 du théorème

1),

p. 65.

Il en est donc de même de toute

partie

bornée de

~l

i

puisque ~l est

une

partie

fermée. La fin du théorème annoncée s’en déduit en utilisant

l’isomorphisme

de i dans .fl

qui à m

associe m.

A. 3.

Remarques.

a)

Si p =

1,

on peut de même montrer que

l’espace

des mesures sto-

chastiques

en moyenne peut être identifié à un sous-espace ~ de

l’espace

des

applications m

continues de J( dans

P) qui

transforment les par- ties bornées de .~ en

parties

bornées et

équi-intégrables

de

!F, P) ;

un tel élément m

appartient

à ~l si et seulement si les conditions

(ii)

et

(iii)

du théorème

précédent

sont

satisfaites ; compte

tenu du théorème 2-9 de

[2],

la preuve de ceci est

rigoureusement identique

à celle du théorème

pré-

cédent.

b)

Par

définition,

le théorème

précédent

montre

qu’on

peut identifier

l’espace

des mesures

stochastiques

d’ordre p à un sous-espace fermé de fonctions aléatoires linéaires continues d’ordre p

(cf.,

par

exemple [1], exposé 12).

c) D’après

le théorème

précédent,

on a identifié

l’espace

des mesures

Vol. 3 - 1974.

(9)

362 P. Y. GLORENNEC ET J. PELLAUMAIL

stochastiques

en moyenne d’ordre p comme un sous-espace ~~ de

~(~, LP,

il revient au même de dire que cet espace peut être identifié à un sous-espace de

(:~ Q,~ (dual topologique

de :~

Q LP

muni de

sa norme

projective).

d)

Il est bien évident

qu’en

identifiant les mesures

stochastiques

en

moyenne d’ordre p, on identifie une classe

importante

de processus, à savoir les processus de

répartition

en moyenne d’ordre p

(cf. [8]).

A 4 . Notations : et Soit

p >

1.

Soit X un processus réel tel que, pour tout élément t de

T, Xt

appar- tient à Soit x la fonction définie sur

l’algèbre engendrée

par les inter- valles de

]0, 1] ]

par

x(]s, t])

=

Xi - XS .

On dira que X

appartient

à

~P

si x admet un

prolongement

à la tribu des

boréliens de

T, prolongement ~-additif

pour la

topologie

de On dira que X

appartient

à si X est un processus de

répartition

en moyenne d’ordre p

(çf. [8]).

On a

évidemment Jp

ce

Rp

et

p p’ implique Jp’ ~Jp

et

Rp’

c

En

général, ~P

est différent de

.~P (cf. [8]), III-F,

p. 84.

A. 5. Notation

~X( . ) :

fonction

caractéristique

associée à un processus.

Soit X un processus appartenant i

(cf précédemment~.

On notera

le « processus »

(non adapté~

admettant (l~ comme ensemble des temps, ba.sé

sur

(S2, ~, P)

_

et

défini

par =

A. 6.

Proposition.

Soient p > 1 et a > 0. Soit

(X")">o

une suite de processus

appartenant

à

~P (resp. ~P) (cf

A .

4),

telle que,

quels

que soient n > 0 et h E àf

( resp.

h E

(çf.

°

A .1 ),

Il Î Î h.dXn

dX"

Î Î

p a si

Sup

t, w

h(t, cv) (

1. Soit X un processus apparte-

tenant à

J1.

Alor.s,

la suite o converge vers le processus X au sens

jhdX"

converge

,faiblement

dans

LP

vers

hdX

pour tout élément h de

(resp.

de si et

(10)

363 THÉORÈME DE RIESZ POUR DES PROCESSUS RÉELS

seulement

si,

pour tout élément u de

R, 03C6Xn(u)

converge

faiblement

dans

Lp

vers Dans ce cas X

appartient

à

~p (resp. ).

Preuve :

1)

La convergence

indiquée

des

processus (X")

vers le processus X

implique

évidemment la convergence des « fonctions

caractéristiques

» :

le

problème

est de prouver la

réciproque.

2) D’après

les

hypothèses,

les processus X"

appartiennent

à une

partie

« faiblement bornée » et donc « faiblement relativement

compacte »

comme

indiqué

au théorème A. 2. On

peut

donc extraire une sous-suite

qui

converge « faiblement » vers Y :

d’après

le

1),

converge vers mais ceci

implique

X = Y

(on

prouve facilement que, comme dans le cas

réel, ~x

caractérise la « mesure » associée au processus

X, qu’il s’agisse

de la mesure

stochastique

définie sur la tribu des

prévisibles

ou de la mesure

définie sur les boréliens de T comme

indiqué

en A.

4).

On en déduit que

.

X

appartient

à

~p (resp. ~p).

De

plus,

toute sous-suite extraite de la suite admet une sous sous-suite

qui

converge vers X au sens

indiqué :

on en déduit la même convergence pour la suite initiale

(X")" > o .

A. 7.

Remarque.

Soient p > 1 et a > 0.

Soit X un processus

qui appartient

à

~1 .

Soit

(X")" > o

une suite de

processus

appartenant

à

~p (resp. ~p)

telle que,

quels

que soient n > 0

Il Il

a. On suppose que, pour tout h

appartenant

à

Jf, MX"

converge faiblement dans

Li

vers La

proposition qui précède

montre alors que X

appartient

à

!/p (resp. ~p)

et que, pour tout élément h de ~’

(resp.

de

:~), MX"

converge faible-

ment dans

Lp

vers dX.

B. CAS

Q EST UN ESPACE

TOPOLOGIQUE

B . 1. Introduction.

On va supposer, dans ce

paragraphe B,

que Q est un espace

topologique,

et que les tribus

(~t)

sont associées à certaines classes de fonctions conti-

nues sur Q.

Vol.

(11)

364 P. Y. GLORENNEC ET J. PELLAUMAIL

Pour faciliter la

lecture,

ce

paragraphe

est, dans une certaine mesure,

rédigé indépendamment

du

paragraphe précédent :

ceci conduit à

quelques répétitions

de détail.

B. 2. Données et notations pour le

paragraphe

B.

On pose T =

[0, 1].

On

désignera

par p un réel strictement

supérieur

à 1.

On se donne :

- un espace

topologique Q ;

on pose Q’ = Q x

]0, 1]

muni de la

topo- logie produit

de la

topologie

donnée sur Q et de la

topologie

usuelle sur

]0, 1],

- une famille croissante de famille de fonctions réelles définies

et continues sur Q.

Pour tout élément t de

T,

on

désignera

par

~r

la tribu de

parties

de Q

engendrée

par les éléments de

~t .

Pour

alléger l’écriture,

on

posera % = ~ et

On

désigne

par P

une

probabilité

sur !F.

On

désignera

par H l’ensemble des

fonctions f

réelles

définies

et conti-

nues sur

Q’,

nulles pour t = 0 et telles que le processus

défini

par

Xt(w)

=

t)

soit

adapté

par rapport à la

famille

Quand

on considérera une

topologie

sur

~t.

il

s’agira

tou-

jours

de la

topologie

de la convergence uniforme :

l’espace

de Banach

complété de ,

pour cette

topologie

sera noté

Quand

on

parlera

de mesures

stochastiques (cf. [8]),

ce sera

toujours

relativement à la « base de processus »

(insistons

sur

le fait

qu’on prend

les tribus

~r +

et non pas les tribus

Pour tout élément t de

T,

on

désignera

par

~t

l’ensemble des élément.s h de ~f tels que

s)

= 0 si s > t.

On notera

Lp l’espace Lp (Q, !F, P)

muni de sa

topologie

usuelle

d’espace

de Banach et

L: l’espace Lp (Q, ~ , P)

muni de la

topologie Lp)

Lp

est le dual de

Lp.

B. 3.

Proposition.

La tribu !F’ de

parties

de

(Q

x

T) engendrée

par les éléments de 9f est

la tribu des

prévisibles

relativement à la

famille (ou,

ce

qui

revient

au même, relativement à la

famille ).

Preuve. Le fait que les éléments de ~ sont mesurables par

rapport

à la tribu des

prévisibles

est connu. Il

s’agit

de prouver la

réciproque.

Soient u et v deux éléments de T avec 0 u v 1.

(12)

THÉORÈME DE RIESZ POUR DES PROCESSUS RÉELS 365

Soit la suite de fonctions définie sur T par

Soit w un élément de T avec w u.

Soit g

un élément de

~W

et soit

la suite de fonctions définies sur

(Q

x

T)

par

t)

=

g(cv) . hn(t).

Pour

1 ~ ,

- u - w, gn

appartient

à Yt.

n

Le processus défini =

~(0153).

=

li m t)

est donc

~’-mesurable. Il en

résulte,

par définition de

~ W ,

que H x

[u, v]

appar- tient à !F’ si H

appartient

à

~ w .

Mais ceci

implique

que !F’ contient la tribu des

prévisibles puisque

celle-ci est

engendrée

par les «

rectangles »

H x

[u, v]

avec H E et w u v.

B . 4 . Théorème.

Le théorème A. 2. reste exact avec les notations et

hypothèses indiquées

en B.2.

Preuve. On considère

l’application m

comme en A : 2 et on prouve de même

qu’on

peut

appliquer

la méthode du

prolongement

de

Daniell,

et donc

prolonger m

à une classe ~ de fonctions stables par convergence dominée.

D’après

la

proposition qui précède, @

contient les fonctions

1 A

pour

A le

prolongement m

induit donc une fonction à valeurs dans

Lp(Q., ~, P)

définie et fortement u-additive sur fonction que l’on notera m.

Il reste à prouver que m est bien une mesure

stochastique.

Soit

(w,

u,

v)

trois éléments de T avec w u v ; soit H E

~ W .

Soit

suite de fonctions définie comme dans la preuve de la

proposi-

tion

précédente.

Par convergence

dominée,

on a :

mais pour tout n,

appartient

à

Lp (S2, P) (ii)

et par convergence

dominée).

On en déduit facilement que

m(H

x

[u, v])

appartient

à

Lp (S2, ~~. + , P) (c’est

ici

qu’apparaît

l’utilité de considérer les tribus

Ft+

et non les tribus

Ft). Enfin,

si K

appartient

à

Fu-,

par conver- Vol. X, 3 - 1974.

(13)

366 P. Y. GLORENNEC ET J. PELLAUMAIL

gence

dominée,

x

]u, v] =

lim . x u

+ 1 , U

donc x

]u, v])

appartient

à

Lp (Q, !Fv+’ P)

ce

qui

est la condition 1. A. 6.

(ii)

de

[8].

Par

ailleurs,

pour toute fonction

réelle g

définie sur

Q,

soit

S(g) - ~ cc~ :

7~

0 } .

Soient w, u et u trois éléments de T tels que

w u u. Soit ~ la classe des

fonctions g appartenant

à

L~ P)

telles que

m(g .1 ~", "~)

= 1 n,

n) .

°

En utilisant la condition

(iii)

et les processus on prouve, par convergence

dominée, que L

contient les fonctions g pour

On vérifie facilement

que L

est une classe monotone

(croissante

et

décroissante) (par

convergence dominée et parce que m est

continue).

On

en déduit

que L

contient les fonctions

1 H

pour H élément de

Fw

et donc

pour H élément de Ceci prouve la condition 1.

A . 7 . (i’)

de

[8]

et donc

la condition 1. A . 6.

(i)

de

[8].

La fonction m est donc bien une mesure sto-

chastique.

On achève la démonstration comme en A. 2.

B. 5.

Remarque.

La

proposition

A. 6 et la remarque A. 7 du

paragraphe précédent,

restent

évidemment exactes sous les

hypothèses adoptées

dans le

présent

para-

graphe.

B. 6.

Remarque :

cas où Q est

compact.

Supposons

Q

compact.

Soit m une mesure réelle définie sur la tribu des

prévisibles (pour

l’inté-

rêt d’une telle mesure, cf.

[5]

dans le cas

positif

ou

[8]

dans le cas

général).

Pour tout élément h de

1%9,

soit

m(h)

=

l’application h

-~

m(h)

ainsi définie est linéaire et continue étant

toujours

muni de la

topo- logie

de la convergence

uniforme). Réciproquement,

soit m une forme

linéaire définie et continue sur alors il existe une mesure réelle

unique

définie sur la tribu des

prévisibles,

et telle que, pour tout élément h de

Yt, m(h)

=

(on

prouve cette

réciproque

à l’aide du

prolongement

de

Daniell).

Notons que m

peut charger

des processus évanescents même si

m(h)

= dm est nul pour tous les éléments évanescents h de K.

Annales de l’Institut Henri Poincaré - Section

(14)

367 THÉORÈME DE RIESZ POUR DES PROCESSUS RÉELS

B. 7.

Contre-exemple.

Le but du

contre-exemple qui

suit est de montrer que la remarque

qui précède

n’est

plus

exacte si S2 n’est pas compact. Plus

précisément,

on peut alors trouver un élément du dual de ~

qui

n’induit pas une mesure sur la tribu des

prévisible.s.

On

prend

Q = N muni de la

topologie

discrète. Soit Gll un ultra-filtre

sur N. A tout élément h de on associe

m(h) = lim h 1 (n)

h 1 (n)

désigne

la valeur du processus h à l’instant t = 1 et au

point

m = n. m est

évidemment un élément du dual ~’ de ~ et

pourtant

m ne satisfait pas à

l’analogue

de la condition

(iv’)

utilisée dans la preuve du théorème A . 2.

En

effet,

soit

(hn)

la suite de processus définis par,

quel

que soit t,

hn(t, m) =

1

si n et = 0 si 03C9 n. On a

h" ~

0 et lim

.m(hn)

= 1.

BIBLIOGRAPHIE

[1] BADRIKIAN, Séminaire sur les fonctions aléatoires linéaires et les mesures cylindriques, VII, 1970, Springer-Verlag, Lecture Notes, n° 139.

[2] R. G. BARTLE, N. DUNFORD and J. SCHWARTZ, Weak compactness and vector measures.

Canadian J. Math., t. 7, 1955, p. 289-305.

[3] N. BOURBAKI, Espaces vectoriels topologiques, chapitres 3 et 4, Hermann, Paris, 1967.

[4] DELLACHERIE, Capacités et processus stochastiques. Springer-Verlag, 1972.

[5] C. DOLEANS, Existence du processus croissant naturel associé à un potentiel de

classe (D). Z. Wahrscheinlichkeitstheorie verw., t. 9, 1968, p. 309-314.

[6] I. KLUVANEK, Completion of vector measures spaces. Rev. Roumaine, Math. Pures

Appl., t. 12, 1967, 10, p. 1483-1488.

[7] M. MÉTIVIER, Stochastic integral and vector valued measures. Proceedings of the euro-

pean meeting of statistical, Budapest, Sept. 1972.

[8] J. PELLAUMAIL, Sur l’intégrale stochastique et la décomposition de Doob-Meyer. Asté- rique n° 9. Société Mathématique de France, 11, rue Pierre et Marie-Curie, 1973.

[9] J. PELLAUMAIL, Intégrale de Daniell à valeurs dans un groupe. Revue Roumaine, Math. Pures

Appl.,’

t. 16, 1971, 8, p. 1227-1236, Bucarest.

[10] E. THOMAS, L’intégration par rapport à une mesure de Radon vectorielle. Ann. Inst.

Fourier, Grenoble, t. 20, fasc. 2, 1970.

(Manuscrit reçu le 9 octobre 1974)

Vol. X, n° 3 - 1974.

Références

Documents relatifs

Soient (f n ) une suite croissante de fonctions continues qui converge simplement vers f continue sur le segment [a; b].. Alors la convergence

208 – Espaces vectoriels normés, applications

[r]

La guérison de ces réactions sérieuses paraît être complète e t sans séquellesj aucun décès n'a été signalé... Vaccinaçôes contra a

Soit f une forme linéaire positive sur E (l'image de toute fonction positive est un réel positif).. Trouver une démonstration plus simple si la dimension de E

La topologie initiale T des espaces E intervenant dans toute la suite sera toujours supposée nucléaire. §

cessus de Markov, en utilisant les propriétés d’une algèbre de temps d’arrêt intrinsèques appelés « temps arborescents », et d’en déduire le théorème de

— A étant un espace connexe et localement simplement connexe dont le groupe de Poiricaré est fini (ou plus généralement admet un système de générateurs dont chacun est d'ordre